《土壤有机物来源解析技术指南》编制说明

《土壤有机物来源解析技术指南》

编制说明

《土壤有机物来源解析技术指南》编制组

2023年11月

目录

目录..............................................................................................................................I

1项目背景...................................................................................................................1

1.1任务来源........................................................................................................1

1.2标准现状........................................................................................................1

1.3工作过程........................................................................................................1

2方法指南制定的必要性分析...................................................................................2

3PCA方法模型比较....................................................................................................3

4制定方法指南的基本原则与技术路线...................................................................5

4.1基本原则........................................................................................................5

4.2技术路线........................................................................................................5

5标准主要内容...........................................................................................................6

6主要条文...................................................................................................................7

6.1适用范围........................................................................................................7

6.2规范性引用文件............................................................................................7

6.3术语和定义....................................................................................................8

6.4土壤有机物污染样品采集............................................................................8

6.5主成分分析模型方法....................................................................................9

6.6结果表达分析..............................................................................................14

7主成分分析模型应用.............................................................................................15

7.1导入数据......................................................................................................15

7.2选择变量......................................................................................................15

7.3统计量设置..................................................................................................16

7.4主成分抽取设置..........................................................................................16

7.5旋转方式设置..............................................................................................17

7.6得分保存设置..............................................................................................17

7.7选项设置......................................................................................................18

7.8输出分析结果..............................................................................................18

7.9分析结果解读..............................................................................................19

I

1项目背景

1.1任务来源

为全面贯彻《中共中央国务院关于加快推进生态文明建设的意见》，落实《土

壤污染防治行动计划》，推进我国土壤有机物污染来源解析工作的进程，以便更

有效地开展有机物污染溯源工作，依托山东省重点科研项目《矿区土壤生态修复

与大宗固废高值利用关键技术及工程示范》中的《矿区土壤有机物重金属复合污

染控制技术》课题，由山东大学起草编制了《土壤有机物来源解析技术指南》（以

下简称“指南”）。

1.2标准现状

土壤有机物污染是全球性环境问题，严重威胁人体健康和生态环境。目前有

对环境空气臭氧、大气颗粒物和地下水污染同位素等来源解析技术指南，尚未有

土壤有机物来源解析技术指南。为深入了解土壤有机物污染来源，有效开展污染

防治工作，需要建立科学有效的土壤有机物污染来源解析方法体系。

1.3工作过程

(1)方法调研

2019年-2020年编制单位开始进行广泛的调研工作，以了解当前土壤有机物

来源解析方法的研究现状和应用情况。通过查阅相关文献和与领域内的专家进行

交流，编制单位对各种方法的优缺点有了全面的了解。同时还参观了一些先进的

实验室和研究机构，亲身体验他们的工作流程和技术设备，以为后续的工作提供

了重要的参考和借鉴。

(2)成立工作组

在充分了解现有方法的基础上，2020年山东大学环境科学与工程学院牵头

组建了标准编制工作组。

(3)标准研制

2021年由工作组对标准进行研制工作，讨论制定一套科学、可行的土壤有

1

机物来源解析方法标准。经过反复的修改和完善，最终形成了一份初步的标准草

案。

(4)应用验证

在标准草案完成后，编制单位开始了对该指南的应用验证工作。编制单位选

择了一些有代表性的土壤样本进行分析测试，并严格按照标准中的要求进行操作。

通过对实验结果的统计和分析，评估了该指南的准确性和可行性。同时，编制单

位还与相关部门和企业进行了合作，将该指南应用于实际案例中，进一步验证其

实用性和可靠性。

(5)立项

在应用验证工作取得初步成果后，编制单位在2023年向山东省环境保护产

业协会正式申请立项，并将该指南提交给专家组进行评审。专家组对该指南提出

了一些宝贵的修改意见和建议。根据专家们的意见，编制单位对方法指南进行了

进一步的修改和完善，确保其科学性和可操作性。

(6)修改完善

在前期工作的基础上，编制单位对方法指南的初稿进行了全面的修改和完善，

同时还增加了一些实例和案例分析，以便读者更好地理解和应用该方法指南。经

过多次的修改和审校，最终形成了一份完整的《土壤有机物来源解析技术指南》。

2方法指南制定的必要性分析

有机污染物是我国工业污染场地污染土壤中的主要污染物类型之一。工业场

地中有机污染物具有来源广泛、种类繁多、迁移性强和污染持久等特点。常见的

有机污染物包括总石油烃、氯代烃、苯系物、多环芳烃(PAHs)、农药、多氯联苯、

二噁英类及其他有机污染物；场地有机污染类型包括有机污染物单一污染和有机

污染物复合污染。2021年专家骆永明等人以有机污染场地为研究对象，调查分

析了全国277个有机污染场地的行业类别、污染类型以及有机污染物种类分布

情况，发现主要贡献行业为化学原料及化学品制造行业，贡献率为37.9%；污染

类型中以各类有机污染物复合污染为主；除了不同有机污染物之间的相互复合，

有机污染物与重金属复合污染特征明显，占总场地58.5%。有机污染物种类分布

中多环芳烃类污染场地最多，占54.9%，与欧美有机污染场地中氯代烃类污染场

地占比最多不同；其次为总石油烃和苯系物，占比分别为49.5%和36.8%。为

2

解决土壤有机物污染问题，有效控制或消除有机物污染，需解析土壤有机物污染

源头并加以控制。

土壤有机污染物来源解析技术能够为相关防治工作提供关键的污染来源组

成信息，能够评估防治工作的有效性，使防治“有的放矢”、减少防治工作的盲

目性，避免“一刀切”。但是土壤有机物来源解析的技术手段多样，来源复杂，

污染源种类众多，受体模型法作为我国有机污染物来源解析监测技术的主要方法，

仍存在一些问题，如采样、样品保存的规范问题；分析仪器统一管理质控的问题；

数据检验与处理的规范化问题等。因此，有必要进一步规范源解析的方法和流程，

提高其科学性和可行性。本指南的编制，可以有效提高土壤有机物来源解析数据

成果的科学性、规范性和准确性，提升环境监测水平和能力，具有重要意义。

为完善和统一土壤有机物污染来源解析方法和标准，综合运用方法和技术形

成土壤有机物来源解析技术规范。制定《土壤有机物来源解析技术指南》可以为

相关管理部门提供支撑，帮助他们建立起科学、高效的管理体系。通过规范化的

管理流程和方法，可以更好地监测、评估和控制土壤污染，保护生态环境和人类

健康。该指南还可以为决策者提供科学依据，促进土壤环境保护政策的制定和实

施。

3PCA方法模型比较

经过多年的发展和研究，许多源分配方法已经成功应用于污染源的分类和分

布，如主成分分析（PCA）、正矩阵分解（PMF）、绝对主成分得分-多元线性回

归法（APCS-MLR）和UNMIX模型。

PMF即正交矩阵因子分解法（PositiveMatrixFactorization）是由Paatero和

Tapper在1993年提出的一种有效的数据分析方法。与其他源解析方法相比，具

有不需要测量源成分谱，分解矩阵中元素分担率为非负值，可以利用数据标准偏

差来进行优化，并且可处理遗漏数据和不精确数据等特点。但该方法没有直观的

因字数显示，需要设置多个因字数进行多次运算以获得目标矩阵Q的最小值。

绝对因子得分－多元线性回归法（APCS-MLR），Thurston和Spengler在

1985年提出了绝对因子得分（APCS）的概念，将主成分分析与多元线性回归相

结合，从而同时实现了定性和定量解析各个源类对受体的贡献值。APCS/MLR

模型分析的方法具有一定的局限性，结果可能会产生有歧义的情况，使因子分析

问题无法正常解决。该模型需要基于大量的受体数据进行分析，经过方差最大正

3

交旋转，提取出诸多因子。但在强加限制条件下，如源成分谱和源贡献的非负处

理，可以减少这种歧义。

UNMIX是美国环境保护局推荐使用的一种先进的受体模型。其具有可视化

的图形界面，同时结果中可以提供图形诊断工具。UNMIX模型不需要事先测定

源成分谱的数据信息，从而避免了成分谱采集工作难度高、工作量大的缺点；但

UNMIX模型的缺点不容忽视，它需要大量的数据样本，在选取组分纳入模型计

算时，要求尽量选取缺失值少的组分（缺失值小于三分之二的样本）或用检出限

的一半来替代组分浓度值，数据的质量对模型结果有一定的影响。

然而上述方法需要大量的样品，并且它们仅有效地识别一般的污染源，例如

农业源、工业源和自然源，在准确识别每个污染源的确切来源及其影响方面受到

限制。主成分分析，也称为主分量分析，是由Pearson在1901年对非随机变量

引入的一种统计方法，后由Hotelling将此方法推广到随机向量的情形。PCA是

一种常用的源解析方法，可以有效地对数据集维度进行降维，提高可解释性，并

将信息丢失降到最低。此外，PCA模型经其他单位应用验证，证明使用该方法

模型得出的结果更优。因此，本指南使用PCA模型对土壤有机物来源进行解析，

PCA模型和其他方法模型的比较如表1所示。

表1方法比较

模型名称优势局限性

主成分分析法来源的定性识别结果相对可靠，识别源数量有限，并非直接针对

（PCA）操作简单数据本身，而是针对数据产生的

偏差进行分析；无法给出定量的

源贡献

正定因子矩阵模型添加不确定性数据对数据进行逐没有直观的因字数显示；需要设

（PMF）点分析；不需要详细的源成分谱置多个因字数进行多次运算以获

信息，可较好处理缺失及不精确得目标矩阵Q的最小值

的数据；对因子分解矩阵进行非

负约束，使得到的源成分谱和源

贡献率不会出现负值，结果更加

合理

APCS-MLR模型解决了因子分析的不足之处不能准确预测污染源的指纹谱

图；采样量大

UNMIX模型克服了模型给出负值源贡献的缺样本量大；需要数据质量较高（高

4

模型名称优势局限性

点；从受体出发快速获取因子识于检出限）；缺失值较少（≤75%）

别污染源的数据；难以识别有相似贡献的

源

4制定方法指南的基本原则与技术路线

4.1基本原则

科学性原则：所制定的方法指南能够满足源解析工作的特定技术需求，所选

择的技术方法要科学合理。

适用性原则：所制定的方法指南要能够在不同地区的源解析工作中使用，在

技术上可行，具有可操作性。

规范性原则：所制定的方法指南对关键技术指标进行统一规定，提高源解析

结果的可比性。

4.2技术路线

主要技术路线如下图：

5

图1技术路线图

5标准主要内容

本标准的主要技术内容及框架如下：

1）适用范围

2）规范性引用文件

3）术语和定义

4）土壤有机物污染样品采集

5）主成分分析模型方法

6）结果表达分析

6

6主要条文

6.1适用范围

本指南适用于指导耕地、林地、工矿用地、交通用地等开展土壤有机物来源

解析工作。

6.2规范性引用文件

本指南内容引用了下列文件中的条款。凡是未注明日期的引用文件，其有

效版本适用于本指南。

GB/T18834土壤环境词汇

GB/T14550土壤中六六六和滴滴涕测定的气相色谱法

GB/T36197土壤质量土壤采样技术指南

GB37822挥发性有机物无组织排放控制标准

HJ/T166土壤环境监测技术规范

HJ605土壤和沉积物挥发性有机物的测定吹扫捕集气相色谱/质谱法

HJ642土壤和沉积物挥发性有机物的测定顶空/气相色谱/质谱法

HJ25.1场地环境调查技术导则

HJ25.2场地环境监测技术导则

HJ703土壤和沉积物酚类化合物的测定气相色谱法

HJ743土壤和沉积物多氯联苯的测定气相色谱-质谱法

HJ784土壤和沉积物多环芳烃的测定高效液相色谱法

HJ805土壤和沉积物多环芳烃的测定气相色谱-质谱法

HJ834土壤和沉积物半挥发性有机物的测定气相色谱-质谱法

HJ911土壤和沉积物有机物的提取超声波萃取法

HJ1019地块土壤和地下水中挥发性有机物采样技术导则

7

HJ1021土壤和沉积物石油烃（C10-C40）的测定气相色谱法

6.3术语和定义

土壤有机物SoilOrganicMatter

土壤有机物是指土壤中以碳水化合物、蛋白质、氨基酸以及脂肪等形式存在

的天然有机物质及人工合成有机物质，包括挥发性有机物、多环芳烃类和石油烃

类等。

主成分分析PrincipalComponentAnalysis（PCA）

主成分分析是一种数据降维的方法，通常用于通过将数量很多的变量转换为

仍包含集合中大部分信息的较少变量来降低数据集的维数。

土壤有机物方差贡献率VarianceContributionRateoforganicmatterin

soil

土壤有机物方差贡献率是指在土壤有机物中，一个主成分所能够解释的方差

占全部方差的比例，这个值越大，说明土壤有机物的主成分综合原始变量信息的

能力越强。

6.4土壤有机物污染样品采集

6.4.1布点

宜采用HJ/T166土壤环境监测技术规范进行布点。

6.4.2样品采集

宜采用GB/T36197土壤质量土壤采样技术指南和HJ1019地块土壤和地

下水中挥发性有机物采样技术导则进行样品采集和贮存，土壤样品的保存和流转

执行HJ25.1、HJ25.2和HJ/T166的相关规定。

6.4.3样品检测

土壤样品有机物测试项目及方法见表2。

表2有机物检测方法及标准

测试项目检测方法参考标准

1,2-二氯乙烷吹扫捕集/气相色谱质谱法HJ605

8

二氯甲烷顶空/气相色谱-质谱法HJ642

四氯乙烯

苯

甲苯

三氯氟甲烷

2-甲基萘气相色谱-质谱法HJ834

萘

芴

菲

蒽

荧蒽

高效液相色谱法HJ784

芘

气相色谱-质谱法HJ805

苯并(a)蒽

䓛

苯并(k)荧蒽

苯并(g,h,i)苝

苯酚

石油烃（C₁₀-C₄₀）气相色谱法HJ1021

6.5主成分分析模型方法

6.5.1模型原理

主成分分析（PCA）是一种考察多个变量间相关性的降维统计方法，其原理

是设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际

需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计

方法。

主成分分析法是一种数学变换的方法，把给定的一组相关变量通过线性变换

转化为另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。假设

对p个变量进行了n次测量/观测，那么原始测量数据的矩阵表示如下:

�11⋯�1�

�=⋮⋱⋮

��1⋯���

9

其中，表示如下：

xi

�1�

��=,�=1,2,…,�

⋮

��

引入一个新变量F，是原来P个�变量的线性组合，表示如下：

�1=�11�1+�21�2+...+��1��

�2=�12�1+�22�2+...+��2��

⋯⋯

��=�1��1+�2��2+...+�����

或者

��=�1��1+�2��2+...+�����(�=1,2,…,�)

其中，+

2222

�1��2�+�3�+…+���=1(�=1,2,…,�)

新变量F还需满足以下要求：（1）Fi和Fj（i≠j）不相关；（2）F1的方差大

于F2，以此类推。这样F1中就包含了原数据库中最多的信息，F2中包含的信息

是除F1外最多的，以此类推。经过以上计算,得到的Fi就是原数据信息中包含的

第i个主成分。

6.5.2主要计算流程

应用主成分分析（PCA）方法对有机物的来源进行解析，主要计算流程包括

数据标准化、计算相关系数矩阵、计算特征值和特征向量、特征值排序、选择主

成分、构建变换矩阵和数据投影等环节，见图1。

10

图1PCA主要计算流程

6.5.3数据标准化

对原始数据进行标准化处理，使得每个特征的均值为0，方差为1，以消除

不同特征的量纲差异。

对于一组样本资料X，其中有m个观测值x1，x2，…，xm，共n个样。

�11⋯�1�

X=⋮⋱⋮

��1⋯���

（1）计算每一列的平均值

1�

��=��=1���

（2）每一列的方差

21�2

��=�−1�=1���−��

（3）对数据进行标准化处理，

���−��

���=��

得到协方差矩阵Z：

11

�11⋯�1�

�=⋮⋱⋮

�1��

6.5.4计算相关系数矩阵�⋯�

根据标准化后的数据，计算相关系数矩阵。计算相关系数，�，

�=1���∗���

（i,j=1,2,…,m），得到相关系数矩阵R���=�−1

�11⋯�1�

�=⋮⋱⋮

��1⋯���

即X矩阵的第i列的样本序列和第j列的样本序列之间的相关关系，其值

���

为-1到1之间，且R矩阵应该为对称矩阵，即。

���=���

相关系数程度区分如下表1和表2所示：

表2正负相关性

相关系数r相关性

r＞0正线性相关

r=0线性无关

r<0郑线性相关

表3相关性程度大小

相关系数绝对值|r|相关性程度

1完全相关

[0.8,1)高度无关

[0.5,0.8)中度相关

[0.3,0.5)低度相关

[0,0.3)不相关

12

6.5.5计算特征值和特征向量

协方差矩阵Σ是实对称阵，知其特征值为非负，不妨设其特征值

，它们对应的正交化后的单位特征向量如下：�1≥�2≥

�3≥…≥��≥0

；；；1�

�11�12�

�21�22�2�

�1=�2=⋯��=

⋮�1⋮�2⋮

�����

若原先X的各个列代表的指标变量，合成向量，记为

，则有X的第i个主成分为���=

��

12���1�1

���,���,…,���。�=����=�∗���+

�2�∗���2+...+���∗����

特征值是衡量主成分影响力的重要指标，它代表引入该主成分可以解释平均

多少原始标量的信息。特征值表示每个特征向量的重要程度，特征向量表示数据

中的主要方向。

6.5.6特征值排序

将特征值按照从大到小的顺序进行排序，同时对应的特征向量也进行相应的

排序。求出特征值后要按大小予以排列：。如果特征值小

于1，表示该主成分的解释力非常低，一般�以1特≥征�2值>大..于.≥1�位�≥筛0选主成分的标准。

6.5.7选择主成分

方差贡献率，指的是一个主成分所能够解释的方差占全部方差的比例，这个

值越大，说明主成分综合原始变量的信息的能力越强。方差贡献率的计算公式为：

�

��

�(�=1,2,...,�)

相应的，主成分筛选中所确�=定1�的前m个主成分所能解释的全部方差占总方

差的比例称为累计方差贡献率。其公式为：

�

�=1��

�(�=1,2,...,�)

�=1��

第一主成分的方差贡献率最大，它能解释原始变量X1，X2，…，Xp的能力

最强，第2，第3，…，第p个主成分的解释能力依次递减。

13

主成分数量的选取则是根据累积贡献率确定，一般要求累积贡献率达到85%

以上，这样能保证新变量能包括原始变量的绝大多数信息。

此外，主成分的个数选取有3个主要的衡量标准：保留的主成分使得方差贡

献率达到85%以上；保留的主成分的方差（特征值）大于1；碎石图绘制了关于

各主成分及其特征值的图形，只需要保留图形中变化最大之处以上的主成分即可。

6.5.8构建变换矩阵

将选择的k个特征向量按列形成一个新的矩阵，称为变换矩阵。该矩阵可以

对原始数据进行线性变换，将其映射到新的k维特征空间。

6.5.9数据投影

将原始数据通过变换矩阵进行投影，得到降维后的新数据。投影的计算方法

是将原始数据与变换矩阵相乘。

6.6结果表达分析

（1）KMO取样适合度检验和Bartlett球形检验

这两项检验是用来判断是否可以进行主成分分析。对于KMO值：0.8上非

常合适做主成分分析，0.7-0.8之间一般适合，0.6-0.7之间不太适合，0.5-0.6之

间表示差，0.5下表示极不适合，对于Bartlett的检验（p<0.05,严格来说p<0.01），

若显著性小于0.05或0.01，拒绝原假设，则说明可以做土壤有机物污染主成分

分析。

（2）方差解释表格、成分矩阵表

特征根的值按照从大到小进行排序，一般选取方差（特征值）大于1的主成

分，可以有效保留主成分。由成分矩阵表可得到主成分分析降维后的计算公式。

（3）碎石图

碎石图是关于有机物各主成分及其特征值的图形，根据特征值下降的坡度来

确认需要选择的主成分个数，当曲线变得平缓时，对应的因子数就可以作为参考

因子数，只需要保留图形中变化最大之处以上的主成分即可。

（4）因子载荷系数表、因子载荷矩阵热力图和因子载荷象限分析

因子载荷系数表可以分析到每个主成分中隐变量的重要性。因子载荷矩阵热

力图可以分析到每个主成分中隐变量的重要性，热力图颜色越深说明相关性越大。

因子载荷象限分析图通过将多因子降维成双主成分或者三主成分，通过象限图的

方式呈现土壤有机物主成分的空间分布。

14

7主成分分析模型应用

以位于山东省新泰市的盛泉煤矿土壤中有机物采样数据为例进行主成分分

析。

7.1导入数据

7.2选择变量

选择“分析”、“降维”、“因子分析”，打开因子分析对话框。选择左侧框中

变量，单击箭头，将其选入“变量”列表框。注意主成分分析和因子分析适用的

是数值型变量，因此选入分类数据。

15

7.3统计量设置

单击“描述”按钮，打开“因子分析：描述统计”对话框。该对话框包括“统

计”和"相关性矩阵”两个选项组。本例子选择默认设置“原始分析结果”和“KMO

和Bartlett球形检验”。单击“继续”按钮返回。

7.4主成分抽取设置

单击“提取”按钮，打开“因子分析：提取”对话框，如下设置，然后返回。

16

7.5旋转方式设置

单击“旋转”按钮，打开“因子分析：旋转”对话框，该对话框用于因子分

析时的旋转方式设置。因此本例子不做选择，保持默认选择无。

7.6得分保存设置

单击“得分”按钮，打开“因子分析：因子得分”对话框。选中“保存为变

量”复选框，将主成分分析得分保存于工作数据中，方法选择“回归”；然后选

中“显示因子得分系数矩阵”复选框，单击“继续”返回。

17

7.7选项设置

单击“选项”按钮，打开“因子分析:选项”对话框，该对话框用于对缺失

值的处理和系数显示格式的设置。单击“继续”按钮，返回“因子分析”。

7.8输出分析结果

对话框设置完毕，单击“确定”按钮，SPSS输出分析结果。

18

7.9分析结果解读

下表是KMO和Bartlett检验结果。从中可以看出，KMO取样适合度检验统

计量为0.714的高水平，说明案例中变量之间的信息有重叠，相关度大。Bartlett

检验卡方值474.890，p值小于0.001，达到及其显著的水平。两种检验都表明，

该例子适合主成分分析。

KMO和巴特利特检验

KMO取样适切性量数.714

巴特利特球形度检验近似卡方474.890

自由度78

显著性.000

公因子方差表示各变量所包含的信息能够被提取的主成分所表示的程度，也

称为“共同度”。“初始值”表示每个变量演示信息均为1，即100%。而“提取”

栏表示该变量的方差能被主成分所表示的程度，可以看出，变量的方差能被主成

分解释在70%以上。

公因子方差

初始提取

甲基萘1.000.883

萘1.000.959

芴1.000.780

菲1.000.935

荧蒽1.000.520

芘1.000.921

苯并a蒽1.000.931

屈1.000.925

苯并b荧蒽1.000.907

苯并k荧蒽1.000.455

苯并a芘1.000.900

苯并ghi苝1.000.834

石油烃1.000.782

提取方法：主成分分析法。

下表给出了提取的主成分的方差总解释量。可以看出，每个主成分能解释的

方差的比例不同。第1主成分特征值为7.8，解释原始变量的方差比例为60%。

19

总方差解释

初始特征值提取载荷平方和

成分总计方差百分比累积%总计方差百分比累积%

17.80060.00060.0007.80060.00060.000

21.79813.82973.8291.79813.82973.829

31.1328.70982.5381.1328.70982.538

4.7956.11788.655

5.7475.74594.400

6.3102.38196.781

7.126.97297.753

8.112.86198.614

9.066.50899.123

10.060.46299.585

11.032.24999.834

12.018.13799.971

13.004.029100.000

提取方法：主成分分析法。

下表给出了3个主成分的成分矩阵，也称为因子载荷，实质是指个主成分

和个原始变量的相关系数。通过因子载荷矩阵可以得到原始指标变量的线性组合，

如，其中为指标变量1，、分别为与变量在

同一行的因子载荷，、分别为提取的公因子。主成分表达式中相关系数值越

�1=�11�1+�12�2�1�11�12�1

大，表示该主成分对原始变量的代表性越大。可以看出，第一主成分y1与个原

�1�2

始变量的关系是3个主成分中较大的，说明它对原始变量的解释量最多。

成分矩阵a

成分1成分2成分3

甲基萘.540.619.457

萘.529.654.501

芴.550-.502.475

菲.965.048-.031

荧蒽.673.019-.258

芘.948-.103-.106

苯并a蒽.816-.507.085

屈.771-.535.211

苯并b荧蒽.944.078-.093

苯并k荧蒽.669-.079.040

苯并a芘.922.179-.134

苯并ghi苝.677.365-.492

石油烃.858.034-.213

20

提取方法：主成分分析法。

a.提取了3个成分。

下表是3个主成分的得分系数。根据主成分得分系数，就可以计算出每个因

素在3个主成分上的得分。假设用，,....表示所有标准化的原始变量，

用，表示主成分得分。那么就可以得出如下的得分函数

�1�2��

。简单来说，因子载荷和得分的区别，前者使用主成分

�1�2�1=0.069�1+

来表示原始变量，而后者是用原始变量表示主成分。

0.068�2+...+0.110�13

成分得分系数矩阵

成分1成分2成分3

甲基萘.069.344.404

萘.068.364.443

芴.071-.279.420

菲.124.027-.028

荧蒽.086.011-.228

芘.122-.058-.094

苯并a蒽.105-.282.075

屈.099-.298.186

苯并b荧蒽.121.043-.082

苯并k荧蒽.086-.044.035

苯并a芘.118.099-.118

苯并ghi苝.087.203-.434

石油烃.110.019-.188

提取方法：主成分分析法。

组件得分。

下表是成分得分的协方差矩阵，由于3个主成分互不相关，经过标准化，因

此成分得分的协方差矩阵为单位矩阵，即主成分之间的协方差均为0，每个主成

分的方差均为1。

成分得分协方差矩阵

成分123

11.000.000.000

2.0001.000.000

3.000.0001.000

提取方法：主成分分析法。

组件得分。

下图使碎石图，它显示了各个主成分的重要程度，横轴为主成分序号，纵轴

为特征值大小。系统选取特征值大于1的前三个成分。

21

22

目录

目录..............................................................................................................................I

1项目背景...................................................................................................................1

1.1任务来源........................................................................................................1

1.2标准现状........................................................................................................1

1.3工作过程........................................................................................................1

2方法指南制定的必要性分析...................................................................................2

3PCA方法模型比较....................................................................................................3

4制定方法指南的基本原则与技术路线...................................................................5

4.1基本原则........................................................................................................5

4.2技术路线........................................................................................................5

5标准主要内容...........................................................................................................6

6主要条文...................................................................................................................7

6.1适用范围........................................................................................................7

6.2规范性引用文件............................................................................................7

6.3术语和定义....................................................................................................8

6.4土壤有机物污染样品采集............................................................................8

6.5主成分分析模型方法....................................................................................9

6.6结果表达分析..............................................................................................14

7主成分分析模型应用.............................................................................................15

7.1导入数据......................................................................................................15

7.2选择变量......................................................................................................15

7.3统计量设置..................................................................................................16

7.4主成分抽取设置..........................................................................................16

7.5旋转方式设置..............................................................................................17

7.6得分保存设置.................................................................